圖像識別、物體檢測、圖像切割（分割）
一、圖像識別
這裏的圖像識別是指給定框好的圖像，然後判斷圖像的類型，屬於圖像分類的問題，或者判斷兩個人臉是否爲同一張人臉等等，
主要涉及深度學習的分類問題，
重點是CNN的幾個經典分類網絡：LeNet、AlexNet、ZFNet、VGG、GoogleNet、ResNet、Densenet，以及人臉識別網絡FaceNet
1.CNN幾個經典網絡介紹：https://blog.csdn.net/gui694278452/article/details/88567689
2.Facenet網絡介紹：https://juejin.im/entry/5b0e0d98f265da092d519b0a
（DLib或者MTCNN進行人臉的檢測，在使用opencv的仿射變換進行人臉的對齊）
二、圖像檢測
圖像檢測是指在圖像中框出物體的位置並識別物體的類別（調用上面說的圖像識別技術）
主要涉及深度學習的模型如下：
RCNN、SPP-Net 、fast-rcnn 、faster-rcnn 、ssd 、yolo以及專門針對人臉的dlib和mtcnn
1.目標檢測rcnn系列：https://blog.csdn.net/linolzhang/article/details/54344350
rcnn SPP-Net fast-rcnn faster-rcnn
rcnn：
（1）Region Proposal提取2k個候選框，歸一化處理（裁剪放大），進入cnn提取特徵，進入分類器分類和邊界迴歸
存在問題：
a.候選框要預先提取，佔空間
b.cnn維度固定，需對圖像裁剪拉伸，導致信息丟失
c.proposal region需要cnn計算，耗時
SPP-Net
（2）取消了crop/warp圖像歸一化過程，解決圖像變形導致的信息丟失以及存儲問題
採用空間金字塔池化替換了全連接層之前的最後一個池化層
a.SPP放在所有的卷積層之後，有效解決了卷積層重複計算的問題
FAST RCNN（首次提出roi，還不是end-to-end）
（1）提出ROI池化層，同時加入了反向傳播
（2）多層Loss，分類和邊界迴歸統一
FASTER RCNN(首個end-to-end）
（1）添加額外的RPN分支，將候選框提取合併到深度網絡中
MASK RCNN(加入物體分隔功能）
（1）將Roi Pooling 層替換成了 RoiAlign
（2）添加並列的FCN層
YOLO（You Only Look Once）
SSD(Single Shot MultiBox Detector）
三、Faster Rcnn詳解
feature map：一次量化
roi pooling：又一次量化
1.Conv layers，提取feature maps，用於後面的rpn和roi層，對所有卷積做了擴邊處理，pad=1，kernel_size=3，pad=1， stride=1，卷積後與原來的位置一一對應。（經典CNN網絡，VGG,inception）原圖：800*600，下采樣16倍，feature map
ceil(800/16) * ceil(600/16)
2.rpn：使用RPN（區域候選網絡）生成檢測框，速度非常快，實現了end-to-end，傳統的滑動窗口和Selective Search很耗時
每個feature map的點有9個anchor，anchor個數=ceil(800/16) * ceil(600/16) * 9
2個loss：分類，softmax，一個是檢測框的迴歸，bounding box regression
anchor：9個規格（每個點都有9個anchor），softmax分background，
3.roi,和feature map結合，rpn輸出不同的proposal boxes，cnn輸入尺寸爲固定值，roi，
4.classification：softmax對proposal進行分類，識別，然後再使用bounding box regression獲取更高精度的
四、Yolo詳解
分成7*7的框，每個框負責中心點落在框的檢測，每個框有兩個檢測框，採用迴歸問題
（檢測框太少，不好檢測小物體）
Yolo2：特徵提取器採用：darknet，13*13（小物體不夠），yolo2採用Multi-scale Training 策略
五、SSD
Yolo：難以檢測小目標、定位不準
（1）採用多尺寸特徵圖用於檢測
（2）
（3）設置先驗框